产品规划中顾客需求分析的集成方法

引用本文

吕锋, 杨印生, 汤晋. 产品规划中顾客需求分析的集成方法. 2015, 45(4): 1213-1218
LYU Feng, YANG Yin-sheng, TANG Jin. Integration method for customer requirement analysis in product planning. Journal of Jilin University Engineering and Technology Edition, 2015, 45(4): 1213-1218 复制到剪切板

Permissions

产品规划中顾客需求分析的集成方法

吕锋^1,², 杨印生¹, 汤晋¹

1.吉林大学工程仿生教育部重点实验室,长春 130022

2.河南科技大学机电工程学院,河南洛阳 471023

杨印生(1963-),男,教授,博士生导师.研究方向:农业系统工程.E-mail:yys@jlu.edu.cn

作者简介:吕锋(1980-),男,讲师,博士研究生.研究方向:农业系统工程.E-mail:lvfeng1980@126.com

基金:国防技术基础项目(Z132011A003); 河南省科技攻关计划项目(102102210487); 洛阳市科技计划项目(20130703); 河南科技大学校青年基金项目(2012QN030)

摘要

为了有效地评估产品规划中的顾客需求,提出了基于粗糙集、决策试验和评价实验(DEMATEL)和改进Kano模型的集成分析方法,以合理地确定顾客需求最终重要度。利用粗糙集理论的属性重要度原理,可以确定最简约集各顾客需求的基本重要度。考虑到顾客需求自相关关系的影响,引入DEMATEL方法,以修正顾客需求基本重要度。应用基于竞争性分析Kano模型,建立重要度调整函数,使顾客需求类别、竞争性分析与重要度计算相结合,通过规范化处理得到顾客需求最终重要度。以某农用拖拉机新产品的开发为实例,验证了集成方法的有效性和可行性。

关键词: 机械设计; 质量功能展开; 顾客需求; 粗糙集; 决策实验和评价实验; Kano模型

中图分类号:TH122 文献标志码:A 文章编号:1671-5497(2015)04-1213-06

Integration method for customer requirement analysis in product planning

LYU Feng^1,², YANG Yin-sheng¹, TANG Jin¹

1.Key Laboratory of Bionic Engineering, Ministry of Education, Jilin University, Changchun 130022, China

2.School of Mechatronics Engineering, Henan University of Science and Technology, Luoyang 471023, China

Abstract

In order to effectively evaluate customer requirements in product planning, an analysis method was proposed by integrating rough set theory, DEMATEL method and Kano's model. First, the attribute importance principle of rough set theory is adopted to determine the fundamental importance of customer requirements. Second, considering the influence of the correlations between customer requirements, the fundamental importance of customer requirements is modified by DEMATEL method. Third, based on the competitive analysis of Kano's model, the adjustment function of importance rating is built, which integrates the customer demand category, competitive analysis and importance rating calculation. Finally, the weight vector, which reflects the final importance rating of the customer requirements, is obtained by normative approach. A case study of the development of new farm tractors demonstrates that the proposed analysis method is effective and feasible.

Keyword: mechanical design; quality function deployment; customer requirements; rough set; DEMATEL; Kano model

Show Figures

0 引言

质量功能展开(Quality function deployment, QFD)是一种顾客需求驱动的产品规划和改进方法^[1], 其实质是用矩阵展开方法来分析和处理目的和手段的二维关系。质量屋(HOQ)是驱动整个QFD过程的核心, 而质量屋构建过程中, 获取顾客需求重要度是其关键的步骤^[2]。顾客需求重要度反映了顾客对产品属性的重视程度和偏好, 是QFD规划过程中有效进行资源分配和科学决策的重要依据。

针对QFD中顾客需求重要度的确定方法, 国内外众多学者展开了相应的研究。Ho和Raharjo等^{[3, 4]}建立了基于AHP的顾客需求重要度分析模型, 将顾客需求按层次分解, 进而进行了需求重要度评判。但其准确度过于依赖专家经验。张树山等^[5]在应用群组决策特征根法(GEM)确定顾客需求权重的基础上, 对物流服务能力进行了设计、仿真与优化。但GEM法考虑问题时过于笼统, 结构模糊。车阿大等^[6]应用人工神经网络, 研究了如何从学习后的网络权重中提取顾客需求的重要度信息, 并应用统计方法消除网络学习初始权重对最终评估结果的影响。但人工神经网络存在网络结构确定困难的缺点。Zhang等^[7]为准确刻画QFD的内在模糊性, 探讨了用模糊理论来确定多粒度多语义的顾客需求重要度, 但模糊理论中隶属函数的确定是困难且不精确的。钟晓芳等^[8]应用熵权重法对客户需求信息进行赋权, 找出了某新型电机开发设计阶段应首先满足的关键功能需求项目, 但信息熵中应用的对数函数存在误差较大的缺点。Chen等^[9]提出了基于Kano模型的顾客需求重要度调整方法, 但引入Kano模型进行的修正没有合理体现需求间的差别。上述方法缺乏对顾客需求分类的科学处理, 忽略了顾客需求之间的自相关关系等, 因此获取的顾客需求重要度存在较大误差。

基于以上分析, 本文将处理不精确、不确定、不完全的离散数字信息功能强大的粗糙集理论, 能够客观揭示因素之间综合影响程度的DEMATEL法和能够对顾客的不同需求进行区分处理的改进Kano模型相集成, 改进评判顾客需求重要度, 以期更科学客观地进行产品规划, 达到以合理的资源投向获得顾客满意度最大的目的。

1 应用粗糙集理论确定顾客需求基本重要度

1.1 粗糙集理论

粗糙集^[10]理论通过对数据进行近似分类, 推理数据间的关系, 找出隐含知识, 不需要其他先验信息(除所需处理的数据集合外), 客观性强^[11]。

在粗糙集中, 四元数组S=(U, A, V, f)是一个信息表达系统, 其中, U是非空的对象有限集, 称为论域; A=C∪ D(C∩ D=⌀)是非空的属性有限集, 其中C是条件属性, D为决策属性; V是属性取值的集合; f:U× A→ V是一个信息函数, 它指定了U中每一个对象的属性值。

1.2 顾客需求基本重要度确定

如果删除某条件属性会引起相应分类变化较大, 则说明其重要性较高; 反之, 则较低。

(1)决策表构建

收集评价样本组成论域, 构建属性集。将评价对象的原始数据经离散化处理, 构建二维决策表, 将顾客需求视为决策表中的条件属性C={C₁, C₂, …, C_n}, 顾客满意度y视为决策属性, 则决策属性集D={y}。

(2)单个属性重要度确定

决策属性D对条件属性C的依赖度为:

$\begin{matrix} r_{c} (D) = \frac{Card (Po s_{c} (D))}{Card (U)} (1) \end{matrix}$

剔除某一属性C_i后, 决策属性D对条件属性C- $\begin{matrix} |C_{i}| \end{matrix}$ 的依赖度为:

$\begin{matrix} r_{C - |C_{i}|} (D) = \frac{Card (Po s_{C - |C_{i}|} (D))}{Card (U)} (2) \end{matrix}$

则第i个条件属性C_i对决策属性D的重要度为:

$\begin{matrix} k_{i} = r_{C} (D) - r_{C - |C_{i}|} (D) (3) \end{matrix}$

式中:i=1, 2, …, n。

(3)归一化处理

通过归一化计算第i个条件属性的权重系数, 即对应顾客需求的基本重要度:

$\begin{matrix} w_{0}^{i} = \frac{r_{C} (D) - r_{C - |C_{i}|} (D)}{\overset{m}{\sum_{i = 1}} [r_{C} (D) - r_{C - |C_{i}|} (D)]} (4) \end{matrix}$

2 考虑顾客需求自相关关系的重要度修正

2.1 DEMATEL方法

DEMATEL是一种运用图论与矩阵工具进行系统因素分析的方法, 可以改进对特定相互关联的问题群和复杂簇问题的理解, 可以通过因果关系图确定系统各因素的相互关联性, 判断各因素之间关系的有无及强弱^[12]。

2.2 顾客需求基本重要度修正

顾客需求之间通常是相互影响的, 并且影响和被影响之间的强弱可能不同。因而, 本文应用DEMATEL法确定顾客需求之间的相互影响关系, 基于这种相互影响关系作为交叉矩阵, 再利用交叉增援矩阵法对由粗糙集方法得到的顾客需求基本重要度向量进行修正。

基本重要度修正计算步骤如下^[13]:

(1)直接影响矩阵建立

通过对顾客需求间的比较, 设定相应的标度, 建立顾客需求相互影响有向图, 确定顾客需求间的直接影响程度。记直接影响矩阵为:

Y= $\begin{matrix} [\begin{matrix} 0 & C_{12} & \dots & C_{1 n} \\ C_{21} & 0 & \dots & C_{2 n} \\ ⋮ & ⋮ & ⋮ \\ C_{n 1} & C_{n 2} & \dots & 0 \end{matrix}] \end{matrix}$

式中:元素C_ij表示顾客需求C_i对顾客需求C_j的直接影响程度。

(2)直接影响矩阵标准化

$\begin{matrix} X = sY (5) \end{matrix}$

即x_ij=sc_ij; i, j=1, 2, …, n。

式中:s为尺度因子, 一般取s= $\begin{matrix} \frac{1}{\max_{1 < i < n} \overset{n}{\sum_{j = 1}} |C_{ij}|} \end{matrix}$ , s> 0。

(3)总影响矩阵确定

$\begin{matrix} T = \overset{\infty}{\sum_{i = 1}} X^{i} = X {(I - X)}^{- 1} (6) \end{matrix}$

(4)顾客需求基本重要度修正

将总影响矩阵T作为交叉增援矩阵, 对顾客需求基本重要度进行修正, 则:

$\begin{matrix} w_{T}^{i} = \overset{n}{\sum_{i = 1}} t_{ij} w_{0}^{i} / \overset{n}{\sum_{i = 1}} \overset{n}{\sum_{j = 1}} t_{ij} w_{0}^{i} (7) \end{matrix}$

3 基于竞争性分析Kano模型的最终重要度确定

Kano模型以顾客满意度为依据, 把顾客需求分为基本需求、期望型需求和兴奋型需求等3个层次。为更好地识别顾客需求的类型, Matzler等给出了修正的Kano模型需求分类评估表^[14], 如表1所示。

表1 Kano模型需求分类评估表 Table 1 Customer requirements category evaluation based on Kano's model

表1中, M、O、A、I、R和Q分别表示基本需求、期望型需求、兴奋型需求、无关需求、相反需求以及问题型需求。

Berger定义了质量改善的指标公式^[15]。即对于某顾客需求C_i, 确定顾客选择M、O、A、I的比例, 分别为M_i、O_i、A_i、I_i。

$\begin{matrix} \begin{matrix} S I_{i} = \frac{A_{i} + O_{i}}{A_{i} + O_{i} + M_{i} + I_{i}} (8) \\ D I_{i} = - \frac{M_{i} + O_{i}}{A_{i} + O_{i} + M_{i} + I_{i}} (9) \end{matrix} \end{matrix}$

式中:SI_i表示具备此属性顾客满意度的提升率; DI_i表示不具备此属性顾客满意度的下降率。

顾客需求C_i的卡诺因子aj_i由式(10)得出^[16]:

$\begin{matrix} a j_{i} = (1 + \max {(|S I_{i}|, |D I_{i}|))}^{k_{i}} \times a j_{0} (10) \end{matrix}$

式中:k_i为卡诺分类系数; aj₀为考虑竞争的改进系数。

如果C_i属于基本需求, 则k_i=0.5; 期望型需求, 魅力型需求和无关需求的k_i分别取1, 1.5和0。

由此, 可得顾客需求的卡诺因子:

$\begin{matrix} Aj = (a j_{1}, a j_{2}, \dots, a j_{n})^{T} (11) \end{matrix}$

通过集结顾客需求的重要度修正向量和相应的卡诺因子, 得到顾客需求重要度的最终向量:

$\begin{matrix} \begin{matrix} ME = (m e_{1}, m e_{2}, \dots, m e_{n}) (12) \\ m e_{i} = w_{T}^{i} \times Aj (13) \end{matrix} \end{matrix}$

将顾客需求的最终重要度进行规范化:

$\begin{matrix} w_{i} = m e_{i} / \overset{n}{\sum_{i = 1}} m e_{i} (14) \end{matrix}$

依据规范化重要度对各项顾客需求进行排序, 以确定资源的合理投向。

4 应用实例

某农机生产企业应用QFD法开发新型农用拖拉机, 以更好地满足顾客需求。QFD团队利用顾客问卷调查、研究竞争者产品、深度访谈等方法, 确定了顾客需求:易于维护(C₁)、稳定性和可靠性高(C₂)、工作效率高(C₃)、适应性强(C₄)、人因工程设计合理(C₅)和运营费用低(C₆)。

运用模糊聚类法对目标市场和目标顾客群进行适当分类, 筛选有代表性的10名顾客(农机合作社, 农机大户, 个体消费者)作为调查样本, 通过问卷调查获取顾客需求信息的表达, 如表2所示。

表2 顾客需求信息表达系统 Table 2 Information expression system of customer requirements

根据等价类划分规则, 由表2可知:

U/C={(1), (2), (3), (4), (5), (6), (7), (8), (9), (10)}

U/D={(1, 2, 8), (3, 4, 6, 10), (5, 7, 9)}

Pos_C(D)={(1), (2), (3), (4), (5), (6), (7), (8), (9), (10)}

r_C(D)= $\begin{matrix} \frac{Card (Po s_{C} (D))}{Card (U)} \end{matrix}$ = $\begin{matrix} \frac{10}{10} \end{matrix}$ =1

剔除客户需求C₁后, 有:

U/(C-C₁)={(3, 4), (1), (2), (5), (6), (7), (8), (9), (10)}

Po $\begin{matrix} s_{C - |C_{i}|} \end{matrix}$ (D)={(1), (2), (3), (6), (8), (9)}

$\begin{matrix} r_{C - |C_{i}|} \end{matrix}$ (D)= $\begin{matrix} \frac{Card (Po s_{C - |C_{i}|} (D))}{Card (U)} \end{matrix}$ =0.8

计算顾客需求C₁的重要度:

k₁=1-0.8=0.2

同理:k₂=0.4, k₃=0.2, k₄=0.4, k₅=0.3, k₆=0.2。

由式(4)得顾客需求的基本重要度:

w_i=(0.1176, 0.2353, 0.1176, 0.2353, 0.1766, 0.1176)

采用Delphi法构造标度, 如表3所示。

表3 顾客需求的自相关关系标度 Table 3 Correlations scale of customer requirements

应用DEMANTEL法分析顾客需求之间的自相关程度, 确定顾客需求间直接影响矩阵, 如表4所示。

表4 顾客需求间直接影响矩阵 Table 4 Direct influence matrix between customer requirements

取尺度因子s=1/7, 计算出综合影响的总影响关系矩阵:

$\begin{matrix} \begin{matrix} T = \\ [\begin{matrix} 0.0651 & 0.2884 & 0.3295 & 0.0941 & 0.3694 & 0.4554 \\ 0.0950 & 0.2423 & 0.5469 & 0.1563 & 0.1221 & 0.6650 \\ 0.1498 & 0.3821 & 0.7451 & 0.4986 & 0.1926 & 1.0484 \\ 0.1378 & 0.3515 & 1.0455 & 0.2987 & 0.1772 & 0.9646 \\ 0.0989 & 0.6809 & 0.6325 & 0.1807 & 0.1272 & 0.6924 \\ 0.2576 & 0.6572 & 1.0416 & 0.2976 & 0.3312 & 0.8033 \end{matrix}] \end{matrix} \end{matrix}$

由T作为交叉增援矩阵, 利用式(7)求得顾客需求影响权重值为:

$\begin{matrix} \begin{matrix} w_{T}^{i} = \\ (0.1084, 0.1143, 0.1996, 0.1856, 0.1668, 0.2253) \end{matrix} \end{matrix}$

调查人员通过获取和统计顾客对该产品属性分类的频率, 可得顾客需求的Kano分类, 如表5所示。

表5 顾客需求的Kano分类 Table 5 Kano category of customer requirements

根据式(10), 可得基于竞争性分析Kano模型的顾客需求重要度调整, 如表6所示。从表6可以看出, 顾客需求重要度的最终向量为:

$\begin{matrix} \begin{matrix} ME = (0.1769, 0.1878, 0.3870, 0.4352, \\ 0.2897, 0.8808) \end{matrix} \end{matrix}$

将顾客需求的最终重要度进行规范化:

W_i=(0.0750, 0.0797, 0.1642, 0.1846, 0.1229, 0.3736)

由图1可知, 考虑顾客需求的自相关关系和卡诺属性后的顾客需求基本重要度变化较大。优先次序为:C₆> C₄> C₃> C₅> C₂> C₁。C₆对提高顾客满意度的贡献最大, 其重要度有较大的提高, 因此如何降低运营费用, 应成为首要的关注点和资源支持方向。C₄、C₃和C₅的重要度较大, 因此提高适应性、工作效率以及使得人因工程设计更加合理需给予较高的关注。C₁和C₂的重要度较低, 给予一定的关注即可。

表6 基于竞争性分析Kano模型的客户需求重要度调整 Table 6 Adjustment based on competitive analysis of Kano model

	Figure Option View Download New Window
	图1 顾客需求重要度的变化Fig.1 Variation of importance rating of customer requirements

5 结束语

顾客需求重要度是HOQ构建中的关键问题。本文构建了粗糙集、DEMATEL法和基于竞争性Kano模型的集成方法, 对顾客需求基本重要度进行了合理调整。该方法充分挖掘了QFD团队的知识和经验, 综合考虑了顾客需求之间的自相关关系和顾客需求属性的准确分类, 使得结果更加客观合理。应用实例证明, 该方法具有良好的系统性和可操作性, 能在一定程度上修正顾客需求重要度, 从而使产品的开发效率和经济性得以改善。

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	Liu Hao-tien. Product design and selection using fuzzy QFD and fuzzy MCDM approaches[J]. Applied Mathematical Modeling, 2011, 35(1): 482-496. [本文引用:1]
[2]	Ronald G D. Quality Function Deployment[M]. Milwaukee Wisconsin: ASQC Press, 1993. [本文引用:1]
[3]	Ho W. Integrated analytic hierarchy process and its applications-a literature review[J]. European Journal of Operational Research, 2008, 186(1): 211-228. [本文引用:1]
[4]	Raharjo H, Xie M, Brombacher A C. A systematic methodology to deal with the dynamics of customer needs in quality function deployment[J]. Expert Systems with Applications, 2011, 38(4): 3653-3662. [本文引用:1]
[5]	张树山, 高大新, 王涛, 等. 基于DQFD的物流服务能力设计、仿真与优化[J]. 吉林大学学报: 工学版, 2009, 39(增刊2): 204-208. Zhang Shu-shan, Gao Da-xin, Wang Tao, et al. Research on the design, simulation and optimization of logistics services ability based on dynamic quality function deployment[J]. Journal of Jilin University (Engineering and Technology Edition), 2009, 39(Sup. 2): 204-208. [本文引用:1]
[6]	车阿大, 林志航, 陈康宁. 质量功能配置中基于ANN的顾客需求重要度评估方法[J]. 西安交通大学学报, 1999, 33(5): 75-78. Che A-da, Lin Zhi-hang, Chen Kang-ning. Capturing weight of voice of the customer using artificial neural network in quality function development[J]. Journal of Xi'an Jiaotong University, 1999, 33(5): 75-78. [本文引用:1]
[7]	Zhang Zai-fang, Chu Xue-ning. Fuzzy group decision-making for multi-format and multi- granularity linguistic judgments in quality function deployment[J]. Expert Systems with Applications, 2009, 36(5): 9150-9158. [本文引用:1]
[8]	钟晓芳, 刘思峰. 模糊德菲法和熵权重法在不确定环境下产品设计中功能选择的应用[J]. 工业工程, 2009, 12(4): 78-81. Zhong Xiao-fang, Liu Si-feng. Fuzzy delphi method for function selection in product design with uncertainty[J]. Industrial Engineering Journal, 2009, 12(4): 78-81. [本文引用:1]
[9]	Chen C C, Chuang M C. Integrating the Kano model into a robust design approach to enhance customer satisfaction with product design[J]. International Journal of Production Economics, 2008, 114(2): 667-681. [本文引用:1]
[10]	Zhai L Y, Khoo L P, Zhong Z W. Towards a QFD-based expert system: a novel extension to fuzzy QFD methodology using rough set theory[J]. Expert Systems with Applications, 2010, 37(12): 8888-8896. [本文引用:1]
[11]	李延来, 唐加福, 蒲云, 等. 质量功能展开中顾客需求的排序算法[J]. 计算机集成制造系统, 2007, 13(6): 1196-1203. Li Yan-lai, Tang Jia-fu, Pu Yun, et al. Sorting algorithm of customer requirements in quality function deployment[J]. Computer Integrated Manufacturing Systems, 2007, 13(6): 1196-1203. [本文引用:1]
[12]	崔强, 武春友, 匡海波. BP-DEMATEL在空港竞争力影响因素识别中的应用[J]. 系统工程理论与实践, 2013, 33(6): 1471-1478. Cui Qiang, Wu Chun-you, Kuang Hai-bo. Influencing factors research of airports competitiveness based BP-DEMATEL model[J]. Systems Engineering-Theory & Practice, 2013, 33(6): 1471-1478. [本文引用:1]
[13]	Lee Hsuan-Shih, Tzeng Gwo-Hshiung, Yeih Weichung, et al. Revised DEMATEL: resolving the infeasibility of DEMATEL[J]. Applied Mathematical Modelling, 2013, 37(10): 6746-6757. [本文引用:1]
[14]	Matzler K, Hinterhuber H H. How to make product development projects more successful by integrating Kano's model of customer satisfaction into QFD[J]. Technovation, 1998, 18(2): 25-38. [本文引用:1]
[15]	Berger C, Blauth R, Boger D, et al. Kano's methods for understand ing customer-defined quality[J]. Center for Quality Management Journal, 1993, 2(4): 3-36. [本文引用:1]
[16]	Chaudha A, Jain R, Singh A R, et al. Integration of Kano's model into quality function deployment (QFD)[J]. International Journal of Advanced Manufacturing Technology, 2011, 53(5): 689-698. [本文引用:1]

2011

0.0

... 0 引言质量功能展开(Quality function deployment,QFD)是一种顾客需求驱动的产品规划和改进方法^[1],其实质是用矩阵展开方法来分析和处理目的和手段的二维关系 ...

1993

0.0

... 质量屋(HOQ)是驱动整个QFD过程的核心,而质量屋构建过程中,获取顾客需求重要度是其关键的步骤^[2] ...

2008

0.0

... Ho和Raharjo等^[3,4]建立了基于AHP的顾客需求重要度分析模型,将顾客需求按层次分解,进而进行了需求重要度评判 ...

2011

0.0

... Ho和Raharjo等^[3,4]建立了基于AHP的顾客需求重要度分析模型,将顾客需求按层次分解,进而进行了需求重要度评判 ...

2009

0.0

. 2009, 39(增刊2):204-208

Research on the design, simulation and optimization of logistics services ability based on dynamic quality function deployment

基于DQFD的物流服务能力设计、仿真与优化

Zhang Shu-shan , Gao Da-xin , Wang Tao

张树山, 高大新, 王涛

1.College of Transportation, Jilin University, Changchun 130022, China 2.Aviation University of Air Force, Changchun 130022, China, 3.Changchun Industry University, Changchun 130012, China

This paper from the view of services design, driven by client needs, brings forward a new method that evaluating and improving logistics services ability. from the idea of a dynamic development, introduces the QFD theory to the field of logistics service capabilities design. Develops a dynamic QFD model and HOQ linear programming model, taking example for automotive logistics enterprise, the paper carries out a demonstration analysis, and provide theory method for enterprises to work out logistics quickly responding to future market developments.

以客户需求为导向，从服务设计的角度出发，对物流服务能力评价与改善提出了新方法。以动态发展的思想将质量功能展开理论引入物流服务能力设计领域，建立了动态质量功能展开模型和基于质量屋的线性规划模型，并以汽车物流企业为例，进行了实证分析，为企业制定物流服务策略，快捷地应对未来市场发展变化提供了理论指导。

... 张树山等^[5]在应用群组决策特征根法(GEM)确定顾客需求权重的基础上,对物流服务能力进行了设计、仿真与优化 ...

1999

0.0

... 车阿大等^[6]应用人工神经网络,研究了如何从学习后的网络权重中提取顾客需求的重要度信息,并应用统计方法消除网络学习初始权重对最终评估结果的影响 ...

2009

0.0

... Zhang等^[7]为准确刻画QFD的内在模糊性,探讨了用模糊理论来确定多粒度多语义的顾客需求重要度,但模糊理论中隶属函数的确定是困难且不精确的 ...

2009

0.0

... 钟晓芳等^[8]应用熵权重法对客户需求信息进行赋权,找出了某新型电机开发设计阶段应首先满足的关键功能需求项目,但信息熵中应用的对数函数存在误差较大的缺点 ...

2008

0.0

... Chen等^[9]提出了基于Kano模型的顾客需求重要度调整方法,但引入Kano模型进行的修正没有合理体现需求间的差别 ...

2010

0.0

... 1 粗糙集理论粗糙集^[10]理论通过对数据进行近似分类,推理数据间的关系,找出隐含知识,不需要其他先验信息(除所需处理的数据集合外),客观性强^[11] ...

2007

0.0

2013

0.0

. 2013, 33(6):1471-1478

Influencing factors research of airports competitiveness based BP-DEMATEL model

BP-DEMATEL在空港竞争力影响因素识别中的应用

Cui Qiang , Wu Chun-you , Kuang Hai-bo.

崔强, 武春友, 匡海波

1. Faculty of Management and Economics, Dalian University of Technology, Dalian 116024, China; 2. School of Transportation Management, Dalian Maritime University, Dalian 116026, China

It is a hot academic topic to identify the influencing factors of airports competitiveness which are numerous and interrelated. This study improves the traditional decision-making trial and evaluation laboratory (DEMATEL) method according to its limit and proposes BP-DEMATEL method that is suitable for the influencing factors identification. It exploits BP neural network to calculate the weights between object index and influencing factor index and uses the weights to get the direct-relation matrix, then takes advantage of DEMATEL method to study the influencing factors. The empirical analysis of airports competitiveness shows that this method is feasible and can supply theoretical support, so BP-DEMATEL method enriches the theory and method in studying influencing factors and supplies the possibility of exacting fundamental influencing factors effectively.

空港竞争力影响因素众多且相互关联, 如何识别和区分其影响因素是学术界研究的焦点. 针对传统决策试验与评价实验室方法(DEMATEL)的缺点进行了改进, 提出了适合于影响因素识别的BP-DEMATEL方法, 利用BP 神经网络计算目标指标和影响因素指标之间的权值来得到直接关联矩阵, 然后利用传统DEMATEL方法分析影响因素. 利用BP-DEMATEL和空港实证数据进行了实证分析, 结果证实了方法的可行性, 从而为提升空港竞争力提供理论支撑. BP-DEMATEL方法丰富了影响因素研究的理论与方法, 为有效地提取根本型影响因素提供了可能性.

... 1 DEMATEL方法DEMATEL是一种运用图论与矩阵工具进行系统因素分析的方法,可以改进对特定相互关联的问题群和复杂簇问题的理解,可以通过因果关系图确定系统各因素的相互关联性,判断各因素之间关系的有无及强弱^[12] ...

2013

0.0

... 基本重要度修正计算步骤如下^[13]: ...

1998

0.0

... 为更好地识别顾客需求的类型,Matzler等给出了修正的Kano模型需求分类评估表^[14],如表1所示 ...

1993

0.0

... Berger定义了质量改善的指标公式^[15] ...

2011

0.0

... 顾客需求C_i的卡诺因子aj_i由式(10)得出^[16]: ...